CN111612552A - 一种计及三主体竞价的综合能源系统日前迭代出清方法 - Google Patents
一种计及三主体竞价的综合能源系统日前迭代出清方法 Download PDFInfo
- Publication number
- CN111612552A CN111612552A CN202010515287.7A CN202010515287A CN111612552A CN 111612552 A CN111612552 A CN 111612552A CN 202010515287 A CN202010515287 A CN 202010515287A CN 111612552 A CN111612552 A CN 111612552A
- Authority
- CN
- China
- Prior art keywords
- price
- load
- electricity
- energy
- heat
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000005611 electricity Effects 0.000 claims abstract description 136
- 230000004044 response Effects 0.000 claims abstract description 70
- 238000005485 electric heating Methods 0.000 claims abstract description 69
- 230000006870 function Effects 0.000 claims abstract description 43
- 230000008901 benefit Effects 0.000 claims abstract description 20
- 239000007789 gas Substances 0.000 claims description 32
- 230000000903 blocking effect Effects 0.000 claims description 21
- 230000003827 upregulation Effects 0.000 claims description 19
- 238000004519 manufacturing process Methods 0.000 claims description 18
- 239000000446 fuel Substances 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 15
- 230000001105 regulatory effect Effects 0.000 claims description 15
- 230000003828 downregulation Effects 0.000 claims description 14
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 13
- 239000001257 hydrogen Substances 0.000 claims description 13
- 229910052739 hydrogen Inorganic materials 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 13
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 12
- 230000014509 gene expression Effects 0.000 claims description 9
- 238000012887 quadratic function Methods 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 9
- 230000008878 coupling Effects 0.000 claims description 7
- 238000010168 coupling process Methods 0.000 claims description 7
- 238000005859 coupling reaction Methods 0.000 claims description 7
- 238000009776 industrial production Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- 239000003345 natural gas Substances 0.000 claims description 6
- 230000007423 decrease Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000033228 biological regulation Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 3
- 238000011002 quantification Methods 0.000 claims description 3
- 238000010977 unit operation Methods 0.000 claims description 3
- 230000001568 sexual effect Effects 0.000 claims 1
- 230000002860 competitive effect Effects 0.000 abstract description 5
- 230000007246 mechanism Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 239000000470 constituent Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Power Engineering (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明是一种计及三主体竞价的综合能源系统日前迭代出清方法，包括：制定产能基地与上级电网基于报价逐轮竞争售电权、运营商与用户集群通过能价和负荷调整量制衡主动电、热需求响应的多轮迭代竞价出清策略；具体分析三主体在该竞价机制下实现自身利益的可行性，并分别构建各主体竞价模型，各主体竞价模型包括三者的目标函数及构成要素、用户集群的主动电热需求响应损失函数及约束条件、产能基地与运营商的定价函数及约束条件。该方法能够引导综合能源系统各主体在竞争性市场环境下保持良性运作，充分发挥各市场主体的竞价优势，兼顾各方利益，优化产能结构和供需关系，具有学合理，适用性强，效果佳等优点。
Description
技术领域
本发明涉及能源利用领域，是一种计及三主体竞价的综合能源系统日前迭代出清方法。
背景技术
目前对于综合能源系统多主体竞价出清的研究仍处于探索阶段。现有研究多着眼于两主体间博弈方法与均衡解的论证，未能全面覆盖系统所有主体；出清主要面向大电网和大型发电商之间进行，综合能源系统产能基地的竞价优势未充分发挥；虽然对运营商和用户建立了较为准确的出清模型，但是产能侧报价函数缺乏精准的数学刻画，难以直观体现各方竞价关系；需求响应机制仅涵盖电力负荷，且多为合同指令式，缺乏广泛性和主动性。
发明内容
本发明的基本构思是，统筹综合能源系统全部主体，发挥价格在竞争性市场中的主导作用，提出一种各主体交互迭代的日前竞价出清策略，并给出详细的竞价函数。该策略下，产能基地与上级电网构成竞价关系，有利于打破单方电价垄断，敦促产能基地优化机组出力以提高产能经济性。不同于传统的大电网指令式需求响应，采用用户集群主动上报负荷调整量的互动模式，运营商仅通过调整定价间接制约用户集群决策，在不损害用户集群意愿的情况下，寻求两者利益平衡。各主体基于自身利益最大调整竞价函数，决策出内部优化和外部出清方案，最终形成产能基地与上级电网逐轮竞争售电权、运营商与用户集群制衡主动电热需求响应的综合能源系统良性竞价机制。
本发明所要解决的技术问题是，提出一种科学合理，适用性强，效果佳，能够充分发挥各市场主体的竞价优势，兼顾各方利益，优化产能结构和供需关系的计及三主体竞价的综合能源系统日前迭代出清方法。
解决其技术问题采用的技术方案是：一种计及三主体竞价的综合能源系统日前迭代出清方法，其特征是，运营商对比产能基地与上级电网报价，逐轮分放售电配额，用户集群根据运营商售能和补偿价，主动决策负荷调整量上报电热需求响应计划，具体包括以下步骤：
步骤一，制定三主体竞价出清策略：
①上报负荷：用户集群向运营商上报日前各时段电热负荷预测值；
②配发信息：运营商将负荷信息按所得售电权分别递交产能基地与上级电网，若为首轮，则均按100％售电权配发；
③优化机组出力与售能出清：产能基地根据本轮运营商给定的负荷配额，内部优化机组出力，并结合上一轮上级电网电价，调整自身报价函数，以收益最大为目标，决策售能量和售能价，上报运营商；
④公布报价：上级电网参与大电网出清，初步拟定销售电价，并根据用户集群的需求-价格弹性松弛为分时电价，递交运营商，运营商公布产能基地和上级电网本轮报价；
⑤制定购能计划：运营商对比产能基地与上级电网报价，按照低价方优先获得下一轮售电权的原则，制定本轮购能方案，若某时段产能基地报价高于上级电网，则在下一轮竞价出清时，削减产能基地该时段50％的原有售电权，也称售电配额；
⑥制定售能价与补偿价：运营商确定购能计划后，综合量化购能成本、售能收益以及支付的电热需求响应补偿，以自身收益最大为目标，调整定价函数，决策本轮各时段的售能价以及电热需求响应补偿价，递交用户集群；
⑺上报电热需求响应计划：用户集群根据购能价与补偿价，综合考虑购能费用以及调整电热负荷造成的经济性与舒适性损失，以自身收益最大为目标，决策各时段电热需求响应量，上报运营商；
⑧迭代出清：判断产能基地在上级电网非阻塞时段的报价是否均不超过电网电价，若是，则结算不平衡电量，确定日前出清计划，若否，则削减产能基地该时段50％的原有售电权，并判断削减后上级电网是否存在供电阻塞，若是，则在下一轮竞价结束后，允许产能基地以上一轮报价出清阻塞电量，若否，直接更新用户集群负荷数据，进入下一轮迭代；
步骤二，构建三主体竞价模型：
①构建用户集群竞价模型：
用户集群决策目标F1为收益最大，如式(1)，包括获得的补偿compensation1、调整负荷后变化的购能费用adjustment以及参与电热需求响应造成的经济性与舒适性损失deficit三部分：
F1＝max(compensation1+adjustment-deficit) (1)
用户集群倾向将峰价时段负荷转移至谷价时段，此时运营商会因售能减少而损失收益，造成双方利益冲突，运营商为保证自身盈利空间，仅在上调负荷时支付一定补偿激励用户集群参与电热需求响应，用户集群获得的补偿如式(2)：
式中：t为出清时段；T为出清周期；Ecom2(t)为运营商制定的t时段上调电负荷补偿价；Hcom2(t)为t时段上调热负荷补偿价；Ped2(t)为t时段上调的电负荷量；Phd2(t)为t时段上调的热负荷量；
用户集群下调或上调负荷后，购能费用也会相应降低或增加，取节省购能费用为正，则调整负荷后变化的购能费用如式(3)：
式中：Eprice2(t)为运营商制定的t时段售电价；Hprice2(t)为运营商制定的t时段售热价；Ped1(t)为t时段下调的电负荷量；Phd1(t)为t时段下调的热负荷量；
用户集群下调电热负荷会影响自身工业生产进程，造成客观的经济性损失economy，无论下调还是上调负荷，用户集群都要改变原定生产计划，影响主观意愿，引入舒适性损失comfort量化用户集群参与电热需求响应的意愿程度，采用负荷调整量的二次函数衡量两类损失，计算方法如式(4)：
式中：a1、b1为下调电负荷的经济性损失系数；a2、b2为下调热负荷的经济性损失系数；均根据长期工业生产历史数据拟合得出；c1、d1为调整电负荷的舒适性损失系数；c2、d2为调整热负荷的舒适性损失系数；均根据用户集群所能接受的最大舒适性损失得出；
用户集群下调的负荷量越多，经济性损失越大，舒适性损失最大值出现在负荷调整量最大值处，因此电热需求响应损失函数系数有如下约束：
式中：Ped1max为整个出清日内取峰值下调的电负荷量上限；Ped2max为取谷值上调的电负荷量上限；Phd1maxx为取峰值下调的热负荷量上限；Phd2max为取谷值上调的热负荷量上限；Ed1exp为下调电负荷的最大舒适性损失期望值；Ed2exp为上调电负荷的最大舒适性损失期望值；Hd1exp为下调热负荷的最大舒适性损失期望值；Hd2exp为上调热负荷的最大舒适性损失期望值；
为避免用户集群虚报套利，限定电热需求响应单次负荷调整量在一定范围内，同一时段下调与上调负荷不能同时进行，全天下调和上调负荷量维持一定比例以内，即用户集群上报的下调负荷量，必须在其他时段上调补回，否则不允许响应，式(6)-(8)为限定用户集群虚报套利的电热需求响应约束表达式：
式中：Pelf(t)为用户集群日前预测的t时段电负荷量；Phlf(t)为用户集群日前预测的t时段热负荷量；αe1、αe2为t时段单次可调电负荷占总电负荷的比例；αh1、αh2为t时段单次可调热负荷占总热负荷的比例；β1为全天调整电负荷量的比例系数，β2为全天调整热负荷量的比例系数；
②构建产能基地竞价模型：
为保证竞价公平性，设定产能基地无法得知本轮上级电网电价，仅在该轮竞价结束后公布电网报价，产能基地目标函数F2为收益最大，如式(9)，包括售能收入income1和产能成本cost1两部分；
F2＝max(income1-cost1) (9)
产能基地在给出报价前，必须相当准确地计算出产能成本，在整个出清日内，以至少等于产能成本的价格制定报价方案，产能基地成本考虑建设成本construction、运维成本operation以及燃料成本fuel三方面，计算方法如式(10)：
式中：Wcon、ECcon、FCcon、GTcon、GBcon、H2Scon分别为风电、电解槽、燃料电池、燃气轮机、燃气锅炉、储氢罐折算至单个出清日的建设成本；Wop、ECop、FCop、GTop、GBop、H2Sop依次为风电、电解槽、燃料电池、燃气轮机、燃气锅炉、储氢罐的单位运维成本；PW(t)、PEC(t)、PFC(t)、PGT(t)、PGB(t)、PH2Sout(t)分别为风电、电解槽、燃料电池、燃气轮机、燃气锅炉、储氢罐t时段的输出功率；PH2Sin(t)、PGTin(t)、PGBin(t)依次为储氢罐、燃气轮机、燃气锅炉t时段的输入功率；Qgas为天然气低热值；pricegas为天然气市场价；
其中，各设备分摊至单个出清日的建设成本采用初始投资等年值法，通过贴现率折算的方式求得，计算方法如式(11)：
式中：CX为设备的单位建设成本；PX,install为装机容量；s为贴现率；n为技术经济使用年限；
产能基地在决策时除考虑机组优化，尽可能降低产能成本外，还必须兼顾与上级电网的竞价关系，制定合理的售电价，若报价过高，运营商将逐轮削减产能基地50％的原有售电权，若售价过低，则会压缩自身的盈利空间；
出于收益最大考虑，采用式(12)所示的二次函数构建产能基地电价函数，图像为开口向下且单调递减的抛物线；
式中：Eprice1(t)为产能基地制定的t时段售电价；Esell1(t)为t时段售电量；Epricegridpre(t)为预测的t时段上级电网报价；EpricePB-1(t)为产能基地给出的上一轮t时段报价；Epricemin为抵回产能总成本而设定的最低电价；ue1(t)为产能基地电价函数二次项系数；we1(t)为电价函数常数项系数；
式(12)定价表明电价越高，可出售的电能越少，最高电价不超过上级电网电价与产能基地上一轮报价两者中的最小值，在最大售电量即运营商分配给产能基地的售电配额Pedis处的电价不小于最低电价，在既得售电权内，若提高产量增加的产能成本超过售电收益，产能基地可低于配额发电，让渡该部分额度给上级电网；
产能基地承担系统全部热负荷供应，虽不与其他主体构成竞价关系，但其报价也应遵循一定市场规律，采用式(13)定价表达，图像为开口向下、对称轴、与纵轴交点均大于零的抛物线；
式中：Hprice1(t)为产能基地制定的t时段售热价；Hsell1(t)为t时段售热量；Hpricemin为最低热价，与最低电价存在耦合关系；Hpricemax1为运营商参考其他供热厂商设定的最高热价；uh1(t)为产能基地热价函数二次项系数；vh1(t)为热价函数一次项系数；wh1(t)为热价函数常数项系数；
在对称轴左边，不同于常规的价格-销量曲线，热价随售热量增加而增加，这是因为用户集群具有一定数量的基础性负荷，无论热价高低与否，这部分负荷不会切断，产能基地可适度抬高热价，争取获利空间，在对称轴右边，用户集群对热价比较敏感，过高的报价会驱使用户集群下调负荷量，故价格-销量曲线开始下降，对称轴位置由产能基地根据历史出清数据设定，等于t时段的热负荷配额乘小于零的系数Nh；
函数图像与纵轴的交点大于等于最低电价，数学意义为：即使售热量为零，热价依然能够回本产能设备建设成本，为规避亏损，限定全时段热价不小于最低热价，为防止产能基地垄断供热盈利，运营商参考其他供热厂商，限定了最高热价；
此外，由于机组存在热电耦合环节，产能基地可通过改变热电联产机组的运行工况，部分调节热电效率，根据热电负荷需求的不同，将热电总成本灵活分摊至电价和热价中，即改变式(12)-(13)中的Epricemin和Hpricemin值；
综合能源系统需达到一定的供能率指标，因此售能量应满足如下约束：
式中：Eself为综合能源系统电能自给率；Phdis(t)为运营商分配给产能基地的热负荷量；
③构建运营商竞价模型：
运营决策目标F3为收益最大，如式(15)，包括售能收入income2、购能成本cost2以及支付的电热需求响应补偿compensation2三部分；
F3＝income2-cost2-compensation2 (15)
售能收入与售能价、售能量相关，如式(16)，其中售能价由运营商自主决策，售能量等于用户集群参与电热需求响应后的电热负荷量；
式中：Eprice2(t)为运营商制定的t时段售电价；Hprice2(t)为t时段售热价；Esell2(t)为t时段售电；Hsell2(t)为t时段售热量；
由于运营商不能越过用户集群直接从上级电网购电的传统交易模式超额获利，故一般情况下运营商售电价不高于电网电价Epricegrid(t)，当系统内部需要调峰时，允许售电价围绕电网电价上下波动，当发生供电阻塞时，允许售电价适度提高，售热价可根据热负荷高低适当松弛，但不得超出市场管制价格Hpricemax2，约束条件如式(17)：
上级电网参与大电网出清，受大电网中其他线路或变压器容量的限制，不可避免地存在阻塞的可能，定义阻塞为相对综合能源系统来说的外部阻塞，而认为系统內部所需的能量均能如数分配至各用户；
式中：Δ(t)为上级电网供电阻塞判别式；t*为供电阻塞时段；Esellgrid(t)为上级电网t时段的售电量；Pdrelf(t)为需求响应后t时段的电负荷；ΔE为调峰电价波动系数；ΔH为热价松弛系数；ηH为扩大售热盈利松弛系数；
判别式认为：当削减产能基地50％售电权后，上级电网依然无法满足负荷的时段，为上级电网供电阻塞时段，阻塞时段售电价按阻塞电量占比对双方报价进行松弛，扩大运营商盈利空间；
调整负荷后的售能量约束如式(18)：
购能成本计算方法如式(19)，运营商对比产能基地与上级电网给出的报价，制定下一轮竞价出清的售电权配发计划，暂按照低价方全额售电的出清方式计算本轮购能成本；
式中：Ebuy1(t)为从产能基地购买的电量；Ebuygrid(t)为从上级电网购买的电量；Hbuy1(t)为从产能基地购买的热量；
运营商拥有电热需求响应补偿的绝对定价权，通过“以价定量”的方式影响用户集群的负荷调整决策，为确保自身盈利水平，规避虚报套利，运营商仅对上调负荷进行补偿；
由于运营商无法掌握用户集群调整电热负荷经济性与舒适性损失的准确信息，仅根据价格-销量的一般规律制定补偿价格，对用户集群的影响也仅通过价格信号体现，采用式(21)所示的二次函数构建电热需求响应补偿定价模型：
式中：ue2(t)为t时段上调电负荷补偿的二次项系数；we2(t)为t时段上调电负荷补偿的常数项系数；uh2(t)为t时段上调热负荷补偿的二次项系数；wh2(t)为t时段上调热负荷补偿的常数项系数；
考虑到补偿价与电热需求响应量呈负相关关系，为保证盈利空间，运营商设定了补偿价上限，采用与售能价相关联的定价原则，从而电热需求响应补偿系数应满足如下约束：
式中：Me、Mh分别为上调电负荷、热负荷的补偿价上限系数。
本发明提出的一种计及三主体竞价的综合能源系统日前迭代出清方法，首先给出产能基地与上级电网基于报价逐轮竞争售电权、运营商与用户集群通过能价和负荷调整量制衡主动电、热需求响应的多轮迭代竞价出清策略；然后具体分析三主体在该竞价机制下实现自身利益的可行性，并分别构建各主体竞价模型，其各主体竞价模型包括三者的目标函数及构成要素、用户集群的主动电热需求响应损失函数及约束条件、产能基地与运营商的定价函数及约束条件；最后通过实施例分析三主体的竞价出清计划和经济效益，表明该方法可引导综合能源系统各主体在竞争性市场环境下保持良性运作，能够充分发挥各市场主体的竞价优势，兼顾各方利益，优化产能结构和供需关系，从而验证本发明的可行性和有效性。具有科学合理，适用性强，效果佳等优点。
附图说明
图1：各市场主体交互竞价关系示意图；
图2：竞价出清流程示意图；
图3：综合能源系统物理结构示意图；
图4：产能基地和上级电网出清结果示意图；
图5：运营商售价方案示意图；
图6：用户集群原始负荷与需求响应计划示意图。
下面利用附图和实施例对本发明一种计及三主体竞价的综合能源系统日前迭代出清方法作出进一步的说明。
本发明的一种计及三主体竞价的综合能源系统日前迭代出清方法，包括：运营商对比产能基地与上级电网报价，逐轮分放售电配额，用户集群根据运营商售能和补偿价，主动决策负荷调整量上报电热需求响应计划，图1展示了各市场主体交互竞价关系，图2给出了竞价出清流程，具体包括以下步骤：
步骤一，制定三主体竞价出清策略：
①上报负荷：用户集群向运营商上报日前各时段电热负荷预测值；
②配发信息：运营商将负荷信息按所得售电权分别递交产能基地与上级电网，若为首轮，则均按100％售电权配发；
③优化机组出力与售能出清：产能基地根据本轮运营商给定的负荷配额，内部优化机组出力，并结合上一轮上级电网电价，调整自身报价函数，以收益最大为目标，决策售能量和售能价，上报运营商；
④公布报价：上级电网参与大电网出清，初步拟定销售电价，并根据用户集群的需求-价格弹性松弛为分时电价，递交运营商，运营商公布产能基地和上级电网本轮报价；
⑤制定购能计划：运营商对比产能基地与上级电网报价，按照低价方优先获得下一轮售电权的原则，制定本轮购能方案，若某时段产能基地报价高于上级电网，则在下一轮竞价出清时，削减产能基地该时段50％的原有售电权，也称售电配额；
⑥制定售能价与补偿价：运营商确定购能计划后，综合量化购能成本、售能收益以及支付的电热需求响应补偿，以自身收益最大为目标，调整定价函数，决策本轮各时段的售能价以及电热需求响应补偿价，递交用户集群；
⑺上报电热需求响应计划：用户集群根据购能价与补偿价，综合考虑购能费用以及调整电热负荷造成的经济性与舒适性损失，以自身收益最大为目标，决策各时段电热需求响应量，上报运营商；
⑧迭代出清：判断产能基地在上级电网非阻塞时段的报价是否均不超过电网电价，若是，则结算不平衡电量，确定日前出清计划，若否，则削减产能基地该时段50％的原有售电权，并判断削减后上级电网是否存在供电阻塞，若是，则在下一轮竞价结束后，允许产能基地以上一轮报价出清阻塞电量，若否，直接更新用户集群负荷数据，进入下一轮迭代；
步骤二，构建三主体竞价模型：
①构建用户集群竞价模型：
用户集群决策目标F1为收益最大，如式(1)，包括获得的补偿compensation1、调整负荷后变化的购能费用adjustment以及参与电热需求响应造成的经济性与舒适性损失deficit三部分：
F1＝max(compensation1+adjustment-deficit) (1)
用户集群倾向将峰价时段负荷转移至谷价时段，此时运营商会因售能减少而损失收益，造成双方利益冲突，运营商为保证自身盈利空间，仅在上调负荷时支付一定补偿激励用户集群参与电热需求响应，用户集群获得的补偿如式(2)：
式中：t为出清时段；T为出清周期；Ecom2(t)为运营商制定的t时段上调电负荷补偿价；Hcom2(t)为t时段上调热负荷补偿价；Ped2(t)为t时段上调的电负荷量；Phd2(t)为t时段上调的热负荷量；
用户集群下调或上调负荷后，购能费用也会相应降低或增加，取节省购能费用为正，则调整负荷后变化的购能费用如式(3)：
式中：Eprice2(t)为运营商制定的t时段售电价；Hprice2(t)为运营商制定的t时段售热价；Ped1(t)为t时段下调的电负荷量；Phd1(t)为t时段下调的热负荷量；
用户集群下调电热负荷会影响自身工业生产进程，造成客观的经济性损失economy，无论下调还是上调负荷，用户集群都要改变原定生产计划，影响主观意愿，引入舒适性损失comfort量化用户集群参与电热需求响应的意愿程度，采用负荷调整量的二次函数衡量两类损失，计算方法如式(4)：
式中：a1、b1为下调电负荷的经济性损失系数；a2、b2为下调热负荷的经济性损失系数；均根据长期工业生产历史数据拟合得出；c1、d1为调整电负荷的舒适性损失系数；c2、d2为调整热负荷的舒适性损失系数；均根据用户集群所能接受的最大舒适性损失得出；
用户集群下调的负荷量越多，经济性损失越大，舒适性损失最大值出现在负荷调整量最大值处，因此电热需求响应损失函数系数有如下约束：
式中：Ped1max为整个出清日内取峰值下调的电负荷量上限；Ped2max为取谷值上调的电负荷量上限；Phd1maxx为取峰值下调的热负荷量上限；Phd2max为取谷值上调的热负荷量上限；Ed1exp为下调电负荷的最大舒适性损失期望值；Ed2exp为上调电负荷的最大舒适性损失期望值；Hd1exp为下调热负荷的最大舒适性损失期望值；Hd2exp为上调热负荷的最大舒适性损失期望值；
为避免用户集群虚报套利，限定电热需求响应单次负荷调整量在一定范围内，同一时段下调与上调负荷不能同时进行，全天下调和上调负荷量维持一定比例以内，即用户集群上报的下调负荷量，必须在其他时段上调补回，否则不允许响应，式(6)-(8)为限定用户集群虚报套利的电热需求响应约束表达式：
式中：Pelf(t)为用户集群日前预测的t时段电负荷量；Phlf(t)为用户集群日前预测的t时段热负荷量；αe1、αe2为t时段单次可调电负荷占总电负荷的比例；αh1、αh2为t时段单次可调热负荷占总热负荷的比例；β1为全天调整电负荷量的比例系数，β2为全天调整热负荷量的比例系数；
②构建产能基地竞价模型：
为保证竞价公平性，设定产能基地无法得知本轮上级电网电价，仅在该轮竞价结束后公布电网报价，产能基地目标函数F2为收益最大，如式(9)，包括售能收入income1和产能成本cost1两部分；
F2＝max(income1-cost1) (9)
产能基地在给出报价前，必须相当准确地计算出产能成本，在整个出清日内，以至少等于产能成本的价格制定报价方案，产能基地成本考虑建设成本construction、运维成本operation以及燃料成本fuel三方面，计算方法如式(10)：
式中：Wcon、ECcon、FCcon、GTcon、GBcon、H2Scon分别为风电、电解槽、燃料电池、燃气轮机、燃气锅炉、储氢罐折算至单个出清日的建设成本；Wop、ECop、FCop、GTop、GBop、H2Sop依次为风电、电解槽、燃料电池、燃气轮机、燃气锅炉、储氢罐的单位运维成本；PW(t)、PEC(t)、PFC(t)、PGT(t)、PGB(t)、PH2Sout(t)分别为风电、电解槽、燃料电池、燃气轮机、燃气锅炉、储氢罐t时段的输出功率；PH2Sin(t)、PGTin(t)、PGBin(t)依次为储氢罐、燃气轮机、燃气锅炉t时段的输入功率；Qgas为天然气低热值；pricegas为天然气市场价；
其中，各设备分摊至单个出清日的建设成本采用初始投资等年值法，通过贴现率折算的方式求得，计算方法如式(11)：
式中：CX为设备的单位建设成本；PX,install为装机容量；s为贴现率；n为技术经济使用年限；
产能基地在决策时除考虑机组优化，尽可能降低产能成本外，还必须兼顾与上级电网的竞价关系，制定合理的售电价，若报价过高，运营商将逐轮削减产能基地50％的原有售电权，若售价过低，则会压缩自身的盈利空间；
出于收益最大考虑，采用式(12)所示的二次函数构建产能基地电价函数，图像为开口向下且单调递减的抛物线；
式中：Eprice1(t)为产能基地制定的t时段售电价；Esell1(t)为t时段售电量；Epricegridpre(t)为预测的t时段上级电网报价；EpricePB-1(t)为产能基地给出的上一轮t时段报价；Epricemin为抵回产能总成本而设定的最低电价；ue1(t)为产能基地电价函数二次项系数；we1(t)为电价函数常数项系数；
式(12)定价表明电价越高，可出售的电能越少，最高电价不超过上级电网电价与产能基地上一轮报价两者中的最小值，在最大售电量即运营商分配给产能基地的售电配额Pedis处的电价不小于最低电价，在既得售电权内，若提高产量增加的产能成本超过售电收益，产能基地可低于配额发电，让渡该部分额度给上级电网；
产能基地承担系统全部热负荷供应，虽不与其他主体构成竞价关系，但其报价也应遵循一定市场规律，采用式(13)定价表达，图像为开口向下、对称轴、与纵轴交点均大于零的抛物线；
式中：Hprice1(t)为产能基地制定的t时段售热价；Hsell1(t)为t时段售热量；Hpricemin为最低热价，与最低电价存在耦合关系；Hpricemax1为运营商参考其他供热厂商设定的最高热价；uh1(t)为产能基地热价函数二次项系数；vh1(t)为热价函数一次项系数；wh1(t)为热价函数常数项系数；
在对称轴左边，不同于常规的价格-销量曲线，热价随售热量增加而增加，这是因为用户集群具有一定数量的基础性负荷，无论热价高低与否，这部分负荷不会切断，产能基地可适度抬高热价，争取获利空间，在对称轴右边，用户集群对热价比较敏感，过高的报价会驱使用户集群下调负荷量，故价格-销量曲线开始下降，对称轴位置由产能基地根据历史出清数据设定，等于t时段的热负荷配额乘小于零的系数Nh；
函数图像与纵轴的交点大于等于最低电价，数学意义为：即使售热量为零，热价依然能够回本产能设备建设成本，为规避亏损，限定全时段热价不小于最低热价，为防止产能基地垄断供热盈利，运营商参考其他供热厂商，限定了最高热价；
此外，由于机组存在热电耦合环节，产能基地可通过改变热电联产机组的运行工况，部分调节热电效率，根据热电负荷需求的不同，将热电总成本灵活分摊至电价和热价中，即改变式(12)-(13)中的Epricemin和Hpricemin值；
综合能源系统需达到一定的供能率指标，因此售能量应满足如下约束：
式中：Eself为综合能源系统电能自给率；Phdis(t)为运营商分配给产能基地的热负荷量；
③构建运营商竞价模型：
运营决策目标F3为收益最大，如式(15)，包括售能收入income2、购能成本cost2以及支付的电热需求响应补偿compensation2三部分；
F3＝income2-cost2-compensation2 (15)
售能收入与售能价、售能量相关，如式(16)，其中售能价由运营商自主决策，售能量等于用户集群参与电热需求响应后的电热负荷量；
式中：Eprice2(t)为运营商制定的t时段售电价；Hprice2(t)为t时段售热价；Esell2(t)为t时段售电；Hsell2(t)为t时段售热量；
由于运营商不能越过用户集群直接从上级电网购电的传统交易模式超额获利，故一般情况下运营商售电价不高于电网电价Epricegrid(t)，当系统内部需要调峰时，允许售电价围绕电网电价上下波动，当发生供电阻塞时，允许售电价适度提高，售热价可根据热负荷高低适当松弛，但不得超出市场管制价格Hpricemax2，约束条件如式(17)：
上级电网参与大电网出清，受大电网中其他线路或变压器容量的限制，不可避免地存在阻塞的可能，定义阻塞为相对综合能源系统来说的外部阻塞，而认为系统內部所需的能量均能如数分配至各用户；
式中：Δ(t)为上级电网供电阻塞判别式；t*为供电阻塞时段；Esellgrid(t)为上级电网t时段的售电量；Pdrelf(t)为需求响应后t时段的电负荷；ΔE为调峰电价波动系数；ΔH为热价松弛系数；ηH为扩大售热盈利松弛系数；
判别式认为：当削减产能基地50％售电权后，上级电网依然无法满足负荷的时段，为上级电网供电阻塞时段，阻塞时段售电价按阻塞电量占比对双方报价进行松弛，扩大运营商盈利空间；
调整负荷后的售能量约束如式(18)：
购能成本计算方法如式(19)，运营商对比产能基地与上级电网给出的报价，制定下一轮竞价出清的售电权配发计划，暂按照低价方全额售电的出清方式计算本轮购能成本；
式中：Ebuy1(t)为从产能基地购买的电量；Ebuygrid(t)为从上级电网购买的电量；Hbuy1(t)为从产能基地购买的热量；
运营商拥有电热需求响应补偿的绝对定价权，通过“以价定量”的方式影响用户集群的负荷调整决策，为确保自身盈利水平，规避虚报套利，运营商仅对上调负荷进行补偿；
由于运营商无法掌握用户集群调整电热负荷经济性与舒适性损失的准确信息，仅根据价格-销量的一般规律制定补偿价格，对用户集群的影响也仅通过价格信号体现，采用式(21)所示的二次函数构建电热需求响应补偿定价模型：
式中：ue2(t)为t时段上调电负荷补偿的二次项系数；we2(t)为t时段上调电负荷补偿的常数项系数；uh2(t)为t时段上调热负荷补偿的二次项系数；wh2(t)为t时段上调热负荷补偿的常数项系数；
考虑到补偿价与电热需求响应量呈负相关关系，为保证盈利空间，运营商设定了补偿价上限，采用与售能价相关联的定价原则，从而电热需求响应补偿系数应满足如下约束：
式中：Me、Mh分别为上调电负荷、热负荷的补偿价上限系数。
本实施例采用图3所示耦合6节点电网和6节点热网的综合能源系统，各市场主体进行多轮竞价迭代，确定最终的日前出清计划。
实施例计算条件说明如下：
上级电网两回进线，电负荷三回出线，热负荷三回出线，包含一个产能基地，一个运营商。其中，产能基地机组配置如下：一个40MW风电场(W)，一个25MW电解槽(EC)，一个30MW·h储氢罐(H2S)，一个20MW燃料电池堆(FC)，一个50MW燃气轮机组(GT)，一个15MW燃气锅炉(GB)。
在上述计算条件下，应用本发明方法对包含多市场主体的综合能源系统进行日前出清，计算结果如下：
经过多轮迭代竞价，产能基地最终获得的售电权如下：7:00、10:00-20:00为100％，8:00-9:00、21:00-24:00为50％，1:00-6:00为25％，其余售电权和供电缺额归上级电网。按图4所示计划出清，产能基地收益为148180元，相比第一轮降低了36.44％，表明削减售电权对产能基地收益影响较大。运营商购能成本为662880元，相比第一轮节省了4.98％。这是因为产能基地在与上级电网竞价时为赢得更多售电权下调了报价函数，虽然热价略有上升，但总价格仍然呈下降态势。
根据图5运营商制定的最终售能价和补偿价可以看出，9:00、21:00上级电网供电阻塞时段，按阻塞电量占负荷电量比例扩大的电网电价，比产能基地按阻塞电量占售电量比例升高的本轮报价更高，运营商择前者定价，分别为726元/MW·h、760元/MW·h。21:00附近平时段对电网电价向上松弛，引导用户集群降低该时段上调负荷量，避免出现新的用电高峰。售热价经过多轮迭代已相当稳定，表明热负荷曲线逐渐趋于平滑。运营商收益为60806元，相比第一轮提高了51.61％，整体较为合理。
图6给出用户集群电热需求响应计划，全天共转移电负荷41.434MW·h，较第一轮变化不大，但最大下调量降低为3.77MW·h，全天热负荷响应量降低为14.752MW·h，这是因为运营商制定的热价并非标准分时热价，热价仅在个别负荷低谷时段较低。由于运营商制定的补偿价有所提高，适度让利激发用户集群竞价主动性，用户集群收益为25212元，相比第一轮增加了7.98％。
本发明的实施例仅用于对本发明作进一步的说明，并非穷举，并不构成对权利要求保护范围的限定，本领域技术人员根据本发明实施例获得的启示，不经过创造性劳动就能够想到其它实质上等同的替代，均在本发明保护范围内。
Claims (1)
1.一种计及三主体竞价的综合能源系统日前迭代出清方法，其特征是，运营商对比产能基地与上级电网报价，逐轮分放售电配额，用户集群根据运营商售能和补偿价，主动决策负荷调整量上报电热需求响应计划，具体包括以下步骤：
步骤一，制定三主体竞价出清策略：
①上报负荷：用户集群向运营商上报日前各时段电热负荷预测值；
②配发信息：运营商将负荷信息按所得售电权分别递交产能基地与上级电网，若为首轮，则均按100％售电权配发；
③优化机组出力与售能出清：产能基地根据本轮运营商给定的负荷配额，内部优化机组出力，并结合上一轮上级电网电价，调整自身报价函数，以收益最大为目标，决策售能量和售能价，上报运营商；
④公布报价：上级电网参与大电网出清，初步拟定销售电价，并根据用户集群的需求-价格弹性松弛为分时电价，递交运营商，运营商公布产能基地和上级电网本轮报价；
⑤制定购能计划：运营商对比产能基地与上级电网报价，按照低价方优先获得下一轮售电权的原则，制定本轮购能方案，若某时段产能基地报价高于上级电网，则在下一轮竞价出清时，削减产能基地该时段50％的原有售电权，也称售电配额；
⑥制定售能价与补偿价：运营商确定购能计划后，综合量化购能成本、售能收益以及支付的电热需求响应补偿，以自身收益最大为目标，调整定价函数，决策本轮各时段的售能价以及电热需求响应补偿价，递交用户集群；
⑺上报电热需求响应计划：用户集群根据购能价与补偿价，综合考虑购能费用以及调整电热负荷造成的经济性与舒适性损失，以自身收益最大为目标，决策各时段电热需求响应量，上报运营商；
⑧迭代出清：判断产能基地在上级电网非阻塞时段的报价是否均不超过电网电价，若是，则结算不平衡电量，确定日前出清计划，若否，则削减产能基地该时段50％的原有售电权，并判断削减后上级电网是否存在供电阻塞，若是，则在下一轮竞价结束后，允许产能基地以上一轮报价出清阻塞电量，若否，直接更新用户集群负荷数据，进入下一轮迭代；
步骤二，构建三主体竞价模型：
①构建用户集群竞价模型：
用户集群决策目标F1为收益最大，如式(1)，包括获得的补偿compensation1、调整负荷后变化的购能费用adjustment以及参与电热需求响应造成的经济性与舒适性损失deficit三部分：
F1＝max(compensation1+adjustment-deficit) (1)
用户集群倾向将峰价时段负荷转移至谷价时段，此时运营商会因售能减少而损失收益，造成双方利益冲突，运营商为保证自身盈利空间，仅在上调负荷时支付一定补偿激励用户集群参与电热需求响应，用户集群获得的补偿如式(2)：
式中：t为出清时段；T为出清周期；Ecom2(t)为运营商制定的t时段上调电负荷补偿价；Hcom2(t)为t时段上调热负荷补偿价；Ped2(t)为t时段上调的电负荷量；Phd2(t)为t时段上调的热负荷量；
用户集群下调或上调负荷后，购能费用也会相应降低或增加，取节省购能费用为正，则调整负荷后变化的购能费用如式(3)：
式中：Eprice2(t)为运营商制定的t时段售电价；Hprice2(t)为运营商制定的t时段售热价；Ped1(t)为t时段下调的电负荷量；Phd1(t)为t时段下调的热负荷量；
用户集群下调电热负荷会影响自身工业生产进程，造成客观的经济性损失economy，无论下调还是上调负荷，用户集群都要改变原定生产计划，影响主观意愿，引入舒适性损失comfort量化用户集群参与电热需求响应的意愿程度，采用负荷调整量的二次函数衡量两类损失，计算方法如式(4)：
式中：a1、b1为下调电负荷的经济性损失系数；a2、b2为下调热负荷的经济性损失系数；均根据长期工业生产历史数据拟合得出；c1、d1为调整电负荷的舒适性损失系数；c2、d2为调整热负荷的舒适性损失系数；均根据用户集群所能接受的最大舒适性损失得出；
用户集群下调的负荷量越多，经济性损失越大，舒适性损失最大值出现在负荷调整量最大值处，因此电热需求响应损失函数系数有如下约束：
式中：Ped1max为整个出清日内取峰值下调的电负荷量上限；Ped2max为取谷值上调的电负荷量上限；Phd1maxx为取峰值下调的热负荷量上限；Phd2max为取谷值上调的热负荷量上限；Ed1exp为下调电负荷的最大舒适性损失期望值；Ed2exp为上调电负荷的最大舒适性损失期望值；Hd1exp为下调热负荷的最大舒适性损失期望值；Hd2exp为上调热负荷的最大舒适性损失期望值；
为避免用户集群虚报套利，限定电热需求响应单次负荷调整量在一定范围内，同一时段下调与上调负荷不能同时进行，全天下调和上调负荷量维持一定比例以内，即用户集群上报的下调负荷量，必须在其他时段上调补回，否则不允许响应，式(6)-(8)为限定用户集群虚报套利的电热需求响应约束表达式：
式中：Pelf(t)为用户集群日前预测的t时段电负荷量；Phlf(t)为用户集群日前预测的t时段热负荷量；αe1、αe2为t时段单次可调电负荷占总电负荷的比例；αh1、αh2为t时段单次可调热负荷占总热负荷的比例；β1为全天调整电负荷量的比例系数，β2为全天调整热负荷量的比例系数；
②构建产能基地竞价模型：
为保证竞价公平性，设定产能基地无法得知本轮上级电网电价，仅在该轮竞价结束后公布电网报价，产能基地目标函数F2为收益最大，如式(9)，包括售能收入income1和产能成本cost1两部分；
F2＝max(income1-cost1) (9)
产能基地在给出报价前，必须相当准确地计算出产能成本，在整个出清日内，以至少等于产能成本的价格制定报价方案，产能基地成本考虑建设成本construction、运维成本operation以及燃料成本fuel三方面，计算方法如式(10)：
式中：Wcon、ECcon、FCcon、GTcon、GBcon、H2Scon分别为风电、电解槽、燃料电池、燃气轮机、燃气锅炉、储氢罐折算至单个出清日的建设成本；Wop、ECop、FCop、GTop、GBop、H2Sop依次为风电、电解槽、燃料电池、燃气轮机、燃气锅炉、储氢罐的单位运维成本；PW(t)、PEC(t)、PFC(t)、PGT(t)、PGB(t)、PH2Sout(t)分别为风电、电解槽、燃料电池、燃气轮机、燃气锅炉、储氢罐t时段的输出功率；PH2Sin(t)、PGTin(t)、PGBin(t)依次为储氢罐、燃气轮机、燃气锅炉t时段的输入功率；Qgas为天然气低热值；pricegas为天然气市场价；
其中，各设备分摊至单个出清日的建设成本采用初始投资等年值法，通过贴现率折算的方式求得，计算方法如式(11)：
式中：CX为设备的单位建设成本；PX,install为装机容量；s为贴现率；n为技术经济使用年限；
产能基地在决策时除考虑机组优化，尽可能降低产能成本外，还必须兼顾与上级电网的竞价关系，制定合理的售电价，若报价过高，运营商将逐轮削减产能基地50％的原有售电权，若售价过低，则会压缩自身的盈利空间；
出于收益最大考虑，采用式(12)所示的二次函数构建产能基地电价函数，图像为开口向下且单调递减的抛物线；
式中：Eprice1(t)为产能基地制定的t时段售电价；Esell1(t)为t时段售电量；Epricegridpre(t)为预测的t时段上级电网报价；EpricePB-1(t)为产能基地给出的上一轮t时段报价；Epricemin为抵回产能总成本而设定的最低电价；ue1(t)为产能基地电价函数二次项系数；we1(t)为电价函数常数项系数；
式(12)定价表明电价越高，可出售的电能越少，最高电价不超过上级电网电价与产能基地上一轮报价两者中的最小值，在最大售电量即运营商分配给产能基地的售电配额Pedis处的电价不小于最低电价，在既得售电权内，若提高产量增加的产能成本超过售电收益，产能基地可低于配额发电，让渡该部分额度给上级电网；
产能基地承担系统全部热负荷供应，虽不与其他主体构成竞价关系，但其报价也应遵循一定市场规律，采用式(13)定价表达，图像为开口向下、对称轴、与纵轴交点均大于零的抛物线；
式中：Hprice1(t)为产能基地制定的t时段售热价；Hsell1(t)为t时段售热量；Hpricemin为最低热价，与最低电价存在耦合关系；Hpricemax1为运营商参考其他供热厂商设定的最高热价；uh1(t)为产能基地热价函数二次项系数；vh1(t)为热价函数一次项系数；wh1(t)为热价函数常数项系数；
在对称轴左边，不同于常规的价格-销量曲线，热价随售热量增加而增加，这是因为用户集群具有一定数量的基础性负荷，无论热价高低与否，这部分负荷不会切断，产能基地可适度抬高热价，争取获利空间，在对称轴右边，用户集群对热价比较敏感，过高的报价会驱使用户集群下调负荷量，故价格-销量曲线开始下降，对称轴位置由产能基地根据历史出清数据设定，等于t时段的热负荷配额乘小于零的系数Nh；
函数图像与纵轴的交点大于等于最低电价，数学意义为：即使售热量为零，热价依然能够回本产能设备建设成本，为规避亏损，限定全时段热价不小于最低热价，为防止产能基地垄断供热盈利，运营商参考其他供热厂商，限定了最高热价；
此外，由于机组存在热电耦合环节，产能基地可通过改变热电联产机组的运行工况，部分调节热电效率，根据热电负荷需求的不同，将热电总成本灵活分摊至电价和热价中，即改变式(12)-(13)中的Epricemin和Hpricemin值；
综合能源系统需达到一定的供能率指标，因此售能量应满足如下约束：
式中：Eself为综合能源系统电能自给率；Phdis(t)为运营商分配给产能基地的热负荷量；
③构建运营商竞价模型：
运营决策目标F3为收益最大，如式(15)，包括售能收入income2、购能成本cost2以及支付的电热需求响应补偿compensation2三部分；
F3＝income2-cost2-compensation2 (15)
售能收入与售能价、售能量相关，如式(16)，其中售能价由运营商自主决策，售能量等于用户集群参与电热需求响应后的电热负荷量；
式中：Eprice2(t)为运营商制定的t时段售电价；Hprice2(t)为t时段售热价；Esell2(t)为t时段售电；Hsell2(t)为t时段售热量；
由于运营商不能越过用户集群直接从上级电网购电的传统交易模式超额获利，故一般情况下运营商售电价不高于电网电价Epricegrid(t)，当系统内部需要调峰时，允许售电价围绕电网电价上下波动，当发生供电阻塞时，允许售电价适度提高，售热价可根据热负荷高低适当松弛，但不得超出市场管制价格Hpricemax2，约束条件如式(17)：
上级电网参与大电网出清，受大电网中其他线路或变压器容量的限制，不可避免地存在阻塞的可能，定义阻塞为相对综合能源系统来说的外部阻塞，而认为系统內部所需的能量均能如数分配至各用户；
式中：Δ(t)为上级电网供电阻塞判别式；t*为供电阻塞时段；Esellgrid(t)为上级电网t时段的售电量；Pdrelf(t)为需求响应后t时段的电负荷；ΔE为调峰电价波动系数；ΔH为热价松弛系数；ηH为扩大售热盈利松弛系数；
判别式认为：当削减产能基地50％售电权后，上级电网依然无法满足负荷的时段，为上级电网供电阻塞时段，阻塞时段售电价按阻塞电量占比对双方报价进行松弛，扩大运营商盈利空间；
调整负荷后的售能量约束如式(18)：
购能成本计算方法如式(19)，运营商对比产能基地与上级电网给出的报价，制定下一轮竞价出清的售电权配发计划，暂按照低价方全额售电的出清方式计算本轮购能成本；
式中：Ebuy1(t)为从产能基地购买的电量；Ebuygrid(t)为从上级电网购买的电量；Hbuy1(t)为从产能基地购买的热量；
运营商拥有电热需求响应补偿的绝对定价权，通过“以价定量”的方式影响用户集群的负荷调整决策，为确保自身盈利水平，规避虚报套利，运营商仅对上调负荷进行补偿；
由于运营商无法掌握用户集群调整电热负荷经济性与舒适性损失的准确信息，仅根据价格-销量的一般规律制定补偿价格，对用户集群的影响也仅通过价格信号体现，采用式(21)所示的二次函数构建电热需求响应补偿定价模型：
式中：ue2(t)为t时段上调电负荷补偿的二次项系数；we2(t)为t时段上调电负荷补偿的常数项系数；uh2(t)为t时段上调热负荷补偿的二次项系数；wh2(t)为t时段上调热负荷补偿的常数项系数；
考虑到补偿价与电热需求响应量呈负相关关系，为保证盈利空间，运营商设定了补偿价上限，采用与售能价相关联的定价原则，从而电热需求响应补偿系数应满足如下约束：
式中：Me、Mh分别为上调电负荷、热负荷的补偿价上限系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010515287.7A CN111612552A (zh) | 2020-06-09 | 2020-06-09 | 一种计及三主体竞价的综合能源系统日前迭代出清方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010515287.7A CN111612552A (zh) | 2020-06-09 | 2020-06-09 | 一种计及三主体竞价的综合能源系统日前迭代出清方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111612552A true CN111612552A (zh) | 2020-09-01 |
Family
ID=72200875
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010515287.7A Pending CN111612552A (zh) | 2020-06-09 | 2020-06-09 | 一种计及三主体竞价的综合能源系统日前迭代出清方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111612552A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112381399A (zh) * | 2020-11-13 | 2021-02-19 | 东北电力大学 | 一种能源系统日前-实时出清方法及系统 |
| CN112465303A (zh) * | 2020-11-06 | 2021-03-09 | 上海交通大学 | 考虑需求响应基于多代理的双边电力市场优化决策方法 |
| CN112906997A (zh) * | 2021-05-10 | 2021-06-04 | 国网江西省电力有限公司电力科学研究院 | 基于Stackelberg博弈的区域综合能源系统优化调度方法及装置 |
| CN113487342A (zh) * | 2021-06-03 | 2021-10-08 | 华中科技大学 | 一种热力系统作为利益整体参与电力市场的决策方法 |
| CN113553770A (zh) * | 2021-07-28 | 2021-10-26 | 国网江苏省电力有限公司常州供电分公司 | 一种基于主从博弈的电氢综合能源系统优化运行方法 |
| CN115587481A (zh) * | 2022-09-27 | 2023-01-10 | 国网江苏省电力有限公司信息通信分公司 | 一种数据中心和电网系统之间博弈效益的解算方法及装置 |
| CN116187538A (zh) * | 2022-12-30 | 2023-05-30 | 天津大学 | 能源调度方法和装置 |
| CN117540932A (zh) * | 2023-12-07 | 2024-02-09 | 南方电网能源发展研究院有限责任公司 | 工业负荷需求响应潜力动态评估方法和装置 |
-
2020
- 2020-06-09 CN CN202010515287.7A patent/CN111612552A/zh active Pending
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112465303A (zh) * | 2020-11-06 | 2021-03-09 | 上海交通大学 | 考虑需求响应基于多代理的双边电力市场优化决策方法 |
| CN112381399A (zh) * | 2020-11-13 | 2021-02-19 | 东北电力大学 | 一种能源系统日前-实时出清方法及系统 |
| CN112906997A (zh) * | 2021-05-10 | 2021-06-04 | 国网江西省电力有限公司电力科学研究院 | 基于Stackelberg博弈的区域综合能源系统优化调度方法及装置 |
| CN112906997B (zh) * | 2021-05-10 | 2021-09-10 | 国网江西省电力有限公司电力科学研究院 | 基于Stackelberg博弈的区域综合能源系统优化调度方法及装置 |
| CN113487342A (zh) * | 2021-06-03 | 2021-10-08 | 华中科技大学 | 一种热力系统作为利益整体参与电力市场的决策方法 |
| CN113553770A (zh) * | 2021-07-28 | 2021-10-26 | 国网江苏省电力有限公司常州供电分公司 | 一种基于主从博弈的电氢综合能源系统优化运行方法 |
| CN115587481A (zh) * | 2022-09-27 | 2023-01-10 | 国网江苏省电力有限公司信息通信分公司 | 一种数据中心和电网系统之间博弈效益的解算方法及装置 |
| CN115587481B (zh) * | 2022-09-27 | 2023-08-25 | 国网江苏省电力有限公司信息通信分公司 | 一种数据中心和电网系统之间博弈效益的解算方法及装置 |
| CN116187538A (zh) * | 2022-12-30 | 2023-05-30 | 天津大学 | 能源调度方法和装置 |
| CN116187538B (zh) * | 2022-12-30 | 2023-11-17 | 天津大学 | 能源调度方法和装置 |
| CN117540932A (zh) * | 2023-12-07 | 2024-02-09 | 南方电网能源发展研究院有限责任公司 | 工业负荷需求响应潜力动态评估方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111612552A (zh) | 一种计及三主体竞价的综合能源系统日前迭代出清方法 | |
| Ju et al. | Robust purchase and sale transactions optimization strategy for electricity retailers with energy storage system considering two-stage demand response | |
| CN108388968B (zh) | 基于预招标偏差电量平衡机制的发电计划滚动调整方法 | |
| CN115115277A (zh) | 园区综合能源调度方法、装置、计算机设备及存储介质 | |
| CN108537363B (zh) | 一种配售分开环境下售电公司购电量控制方法 | |
| CN110728405B (zh) | 一种蓄热电锅炉负荷参与风电消纳的日前市场交易方法 | |
| CN112036625A (zh) | 一种电力市场背景下基于主从博弈的新能源消纳方法 | |
| CN112149914A (zh) | 一种多约束条件下电力市场资源优化配置的方法 | |
| CN112465303A (zh) | 考虑需求响应基于多代理的双边电力市场优化决策方法 | |
| CN113256168B (zh) | 一种电力系统规划方法、装置、设备及存储介质 | |
| CN112116150A (zh) | 一种负荷聚合商参与蓄热式电采暖电力市场调节方法 | |
| CN112632842A (zh) | 基于交易和谐度的电网与建筑用能交易匹配方法及系统 | |
| KR20220112409A (ko) | 전력거래 중개 시스템 및 방법 | |
| Liu et al. | Optimal dispatch strategy of virtual power plants using potential game theory | |
| CN113642918A (zh) | 一种基于主从博弈的虚拟电厂调控方法、存储介质和装置 | |
| CN115759556A (zh) | 一种碳-电市场中的多虚拟电厂优化运行与分配方法 | |
| Lee et al. | Optimal operation strategy for community-based prosumers through cooperative P2P trading | |
| CN115526550A (zh) | 适应新能源电力与常规火电同台竞争的现货市场组织方法 | |
| CN111784188A (zh) | 基于电力市场的综合能源服务商市场出清机方法 | |
| CN107909196A (zh) | 一种考虑用户反弹特性的购售电方法 | |
| CN113256114B (zh) | 基于分布式发电消纳的日前与时前两阶段的需求响应方法 | |
| CN114117326A (zh) | 基于系统安全运行约束的微电网市场双阶段交易优化机制 | |
| CN117081169B (zh) | 一种聚合园区分布式光伏能源的运营方法 | |
| CN110556821A (zh) | 考虑交互功率控制和双边竞价交易的多微电网双层优化调度方法 | |
| CN114649820B (zh) | 一种风光储场站多环节容量分配方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200901 |
|
| WD01 | Invention patent application deemed withdrawn after publication |